跳到正文
只看模型#Agent
  1. MiniMax (official)86

    MiniMax 宣布开源 MiniMax-M3.1-Flash 模型权重，总参数量为 428B，每个 token 激活 23B。该模型在智能体任务和编码方面表现出色，支持 MiniMax Sparse Attention 与 DSpark 推测解码技术，权重已上线 Hugging Face 与 ModelScope。

    引用MiniMax (official)@MiniMax_AI

    MiniMax M3.1 Flash: Space Performance + Bunny Speed 🚀🐰 Yes, Space Bunny - which has topped global leaderboards with 200T+ tokens - was an earlier version of M3.1 Flash. 💰Redefining the performance economics of agentic AI. M3.1 Flash achieves frontier-level intelligence across key tasks such as Cowork (Automation-Bench: 62%; ALE: 30%), Coding (DeepSWE: 74%) and Visual Reasoning (BabyVision: 91%), at 1/3 the cost of M3 and 3x the speed. API pricing (flat rate): $0.15 / $0.60 per 1M input/output tokens, with cache reads at $0.015 / 1M tokens. Model weights will arrive on Oct 23. API: http://platform.minimax.io M Plan: https://www.minimax.io/m-plan MiniMax Code for desktop: https://agent.minimax.io/download

    发布时间：

    推荐理由：MiniMax 开源了 M3.1 Flash 模型权重，给出了参数规模和多项基准测试数据，便于开发者评估其在智能体和编码任务中的表现。

  1. IT之家·人工智能78

    MiniMax M3.1 Flash 模型上线

    稀宇科技正式上线 MiniMax M3.1 Flash 模型，其推理速度较前代提升近 3 倍且使用成本降低 70%。该模型在智能体任务、编程、Computer Use 及网络安全等基准测试中表现优异，现已接入 API、MPlan 及 MiniMax Code，并计划稍后开放权重。

    发布时间：

    推荐理由：MiniMax M3.1 Flash 在保持较低使用成本的同时大幅提升了推理速度与多项基准表现，读者可以据此评估其在自动化与软件开发场景下的落地性价比。

  1. Hugging Face Blog82

    Liquid AI 发布 LFM2.5-24B-A2B 推理模型

    Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。

    发布时间：

    推荐理由：Liquid AI 发布了专为端侧智能体设计的推理模型 LFM2.5-24B-A2B，其通过 2B 激活参数实现了高效的推理与工具调用能力，为本地运行复杂智能体任务提供了新选择。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon 模型，该模型在具身推理基准测试（ERQA）中以 87% 的得分领先。Argon 具备物理理解、代码生成及视觉语义推理能力，支持机器人控制、实时仿真重建、智能体标注及科研自优化等全生命周期任务，现已通过 Google AI Studio 和 Gemini API 开放。

    发布时间：

    推荐理由：该模型在具身推理基准测试中表现领先，其通过多模态感知与物理仿真结合的能力，为机器人控制和自动化工作流提供了新的实现路径。

  1. AIHot82

    Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在个人与专业智能体任务中达到 SOTA 性能。该系列模型引入 Active Memory 和 Active Focus 技术，支持复杂任务的持续执行与上下文管理，现已通过 Meta Model API 和 Muse Code 提供。

    发布时间：

    推荐理由：Meta 发布 Muse Wonder 系列模型，通过引入主动记忆与主动聚焦能力提升智能体在复杂任务中的表现，为开发者和用户提供了新的模型选择。

  1. 量子位80

    星动纪元发布世界动作模型 VPP2，登顶 RoboDojo 仿真榜单

    星动纪元发布自研世界动作模型 VPP2，该模型在 RoboDojo 仿真榜单中位列综合第一，并在泛化能力、精细操作及记忆能力维度表现领先。VPP2 采用视频预测与动作学习分阶段训练的解耦策略，通过事件级视频预训练与动作专家训练，实现了在陌生任务中的高效泛化。目前 VPP2 已在 GitHub 开源，并已在物流场景开展常态化运营测试。

    发布时间：

    推荐理由：星动纪元发布的VPP2模型通过解耦视频预测与动作学习，在RoboDojo榜单及真机零样本测试中表现优异，为具身智能领域提供了不依赖额外数据增强的泛化提升路径。

  1. Cloudflare AI80

    Cloudflare 发布开源决策模型 Clef 及强化学习微调平台

    Cloudflare 发布了 Clef 和 Clef-flash 两款决策模型，旨在为 Agent 提供快速、一致的结构化输出。该系列模型基于 Qwen 架构，支持视觉输入与 64k 上下文窗口，现已在 Hugging Face 开源并托管于 Workers AI。同时，Cloudflare 推出了配套的强化学习微调服务，允许用户针对特定业务场景优化模型性能。

    发布时间：

    推荐理由：Cloudflare 发布了基于 Qwen 的开源决策模型 Clef 系列，通过非自回归架构实现低延迟的结构化输出，并配套了强化学习微调平台以支持定制化 Agent 工作流。

已经到底了